Моделирование взаимодействия инвестора и доверительного управляющего на финансовых рынках тема диссертации и автореферата по ВАК РФ 08.00.13, кандидат наук Коржнев Станислав Владимирович

• Коржнев Станислав Владимирович
• кандидат наук
• 2021

Оглавление диссертации кандидат наук Коржнев Станислав Владимирович

Введение

Глава 1 Особенности поведения экономических агентов на финансовых рынках

1.1 Влияние колебаний цен на финансовых рынках на поведение экономических агентов

1.2 Анализ факторов, влияющих на результаты деятельности управляющих активами

1.3 Формирование структуры модели поведения экономических агентов

1.4 Основные подходы к формализации взаимодействия экономических агентов

1.5 Выводы об особенностях поведения экономических агентов на финансовых рынках

Глава 2 Теоретические аспекты взаимодействия инвестора и доверительного управляющего

2.1 Формализация основных предпосылок и гипотез сигнальной модели взаимодействия инвестора и доверительного управляющего и их обоснование

2.2 Формализация и решение задачи управляющего в рамках разработанной модели

2.3 Анализ свойств решения задачи управляющего для линейных функций

2.4 Формализация и решение задачи управляющего в альтернативной спецификации

2.5 Анализ свойств решения задачи управляющего в альтернативной спецификации

2.6 Выводы из представленной сигнальной модели

Глава 3 Эмпирическая проверка модели взаимодействия инвестора и

доверительного управляющего

3.1 Описание используемых данных

3.2 Методика проведения расчетов

3.3 Проверка гипотез и оценка параметров модели взаимодействия

инвестора и доверительного управляющего

3.4 Расчёт показателей модели

3.5 Практические выводы из представленной сигнальной модели и

рекомендации инвесторам

Заключение

Список литературы

Приложение А Обозначения, используемые в теоретической модели

Приложение Б Данные по доходностям стратегий

Приложение В Данные по комиссиям клиентов

Приложение Г Модель с нелинейными функциями

Введение диссертации (часть автореферата) на тему «Моделирование взаимодействия инвестора и доверительного управляющего на финансовых рынках»

Введение

Актуальность темы исследования. Финансовые рынки существуют уже много веков, однако в научных работах они стали фигурировать только в конце XIX века. И сразу же исследователи разошлись во взглядах на природу финансовых рынков: появились академический и альтернативный подходы. Первой известной работой в рамках академического похода является работа Л. Башелье 1900 г., в которой поведение рынков сопоставляется с броуновским движением. Основные положения альтернативного похода впервые сформулировал Ч. Г. Доу в 1890-х гг. Они были сформулированы не в форме научной работы, а в виде серии статей в основанном Ч. Г. Доу The Wall Street Journal. С момента своего появления оба подхода существовали и развивались, игнорируя друг друга: академический подход культивировался в научной среде, а альтернативный - в среде биржевых трейдеров. Теоретическое обоснование академического подхода появилось в 1930-х гг. в виде гипотезы эффективного рынка (работу Л. Башелье заметили только в середине 1950-х гг.). Затем на ее основе появилась портфельная теория (Г. Марковиц), а затем и модель CAPM (У. Шарп) в 1950-60-х годах. В итоге методы академического подхода послужили основой для фундаментального анализа.

Альтернативные методы долго полностью игнорировались в научной среде, несмотря на их популярность среди участников биржевой торговли. Эти методы послужили основой для технического анализа. Теоретическое обоснование они получили намного позже - в 1970-1980-х годах с появлением теории фракталов и теории динамических систем, которые и обосновали технический анализ на теоретическом уровне. В рамках академического подхода теории, которая бы достаточно достоверно описывала поведение цен, создать так и не удалось. И это долгое время было весомым аргументом приверженцев технического анализа. В настоящий момент конфронтация между приверженцами различных подходов уменьшается, и появились даже переходные теории, имеющие элементы как одного подхода, так и другого (например, эконофизика, поведенческие финансы).

С начала 2000-х гг., когда дальше игнорировать технический анализ уже не получалось, в научной среде началась дискуссия по поводу эффективности технического анализа. Эта дискуссия завершилась на том, что была доказана возможность получать доходность выше рыночной при помощи технического анализа в прошлом, однако со временем его прибыльность падает, поскольку рынки постепенно приближаются к эффективному состоянию, и в долгосрочной перспективе такая возможность должна сойти на нет. При этом стоит отметить, что к такому выводу исследователи пришли до кризиса 2008 г. Снижение рынков в 2008 г. было таким стремительным, что согласно гипотезе эффективного рынка, такие события должны случаться не чаще чем 1 раз за 10 000 лет. В таких условиях методы технического анализа вновь продемонстрировали возможность обыграть рынок.

За долгое время практического использования технического анализа многие трейдеры делались известными благодаря своим результатам, и многие инвесторы хотели передать им средства в управление. Бывшие трейдеры, становясь управляющими, столкнулись с вопросом: какую нужно выбрать комиссию, чтобы и инвестор был доволен сотрудничеством, и доход самого управляющего был достойным. Подобной постановки вопроса ранее в работах не встречалось. Однако модель, которая позволила бы ответить на вопрос об оптимальном размере комиссии, будет полезна не только и не столько управляющим, сколько инвесторам, так как позволит получать информацию о качестве услуги по косвенным признакам. Без такой модели инвестор будет получать информацию о качестве услуги только по фактическим результатам работы, а это может дорого обойтись.

Рынок услуг доверительного управления активами имеет свои особенности, благодаря которым поведение экономических агентов нельзя свести к простому балансу кривых спроса и предложения. Во-первых, инвестор не может заблаговременно напрямую оценить качество услуги, оно выясняется лишь в процессе работы. Для данного рынка высокое качество услуги означает лучшее соотношение доходности и риска. Во-вторых, на данном рынке клиент не отдает деньги за услугу или товар, а наоборот, желает преумножить свой капитал в

процессе работы. Потому если качество услуги выше, то инвестору выгодно платить высокую плату за качественную услугу, поскольку в этом случае и его собственная ожидаемая чистая прибыль будет выше. Потому здесь не работают стандартные стратегии типа «подсечки» цены конкурента, так как это может быть воспринято как сигнал, что качество самой услуги в компании ниже, чем у конкурентов.

В существующих моделях отмечаются некоторые из этих особенностей рынка, но, тем не менее, модели, которая могла бы их полноценно объяснить, на данный момент построено не было. Между тем, существует потребность в такой модели, поскольку она могла бы не только объяснить нередко, на первый взгляд, нерациональное поведение агентов, но и интерпретировать это поведение как сигнал о качестве самой услуги, т.е. ответить на следующие вопросы:

1) Является ли цена косвенным сигналом о качестве услуги?

2) Какая форма оплаты более выгодна для инвестора, а какая - для управляющего?

3) Какую стратегию, агрессивную или консервативную, будет при прочих равных более охотно применять управляющий?

4) Какой вариант поведения по отношению к управляющему оптимален для инвестора?

Ответы на эти вопросы представляют интерес как для исследователей фондового рынка, так и для широкого круга инвесторов, а также напрямую не связанных с фондовым рынком людей. Фактически все работники во всех сферах экономики инвестируют часть своих доходов в фондовый рынок, например, через те же пенсионные накопления, поэтому возможность повышения эффективности таких инвестиций будет интересна практически всем.

Российский фондовый рынок пока еще недостаточно развит для того, чтобы утверждать, что на нем выживают исключительно наиболее эффективные агенты. Потому вопрос выбора наиболее качественной услуги по косвенным признакам тут даже более актуален, чем на развитых рынках капитала.

Степень разработанности темы исследования. Методологическую базу исследования составляют научные труды и публикации российских и зарубежных

авторов. Теоретической основой исследования выступают работы таких исследователей, как Р. Вермерс, М. Бейкер, Дж. Уотчер, Л. Литов, К. Бэкс, А. Метрик, М. Кархарт, Р. Кэниель, Дж. Карпентер, А. Линч, Д. Мусто, А. Рид, Л. Чан, Х.-Л. Чен, Дж. Лаконишок, Н. Джегадиш, Б.Б. Рубцов, Я.М. Миркин, С.З. Мошенский, И.В. Трегуб, Т.М. Гатауллин и др. В своих работах они исследовали зависимость качества управления активами инвестора от различных факторов.

Помимо этого, используются выводы исследований Д. Канемана и А. Тверски в области поведенческих финансов.

Используются также и работы таких ученых как Э. Элтон, М. Грубер, К. Блейк, Ч.-Х. Парк, С. Ирвин, И. Илмаз, А. Акая, С. В. Пастухов и многих других. Работы этих авторов посвящены различным аспектам эконометрического и статистического анализа данных фондового рынка, которые нашли отражение в данном исследовании.

Целью исследования является экономико-математическое моделирование поведения доверительного управляющего для определения оптимальных размеров взимаемых с инвестора комиссий в зависимости от наиболее существенных факторов.

Достижение поставленной цели потребовало решения следующих задач:

1) Выявить особенности поведения экономических агентов, которые присущи рынку услуг доверительного управления активами, на этой основе сформулировать и обосновать комплекс предпосылок как на качественном уровне, так и в форме математических отношений, отражающих такие особенности.

2) На основе комплекса принятых предпосылок разработать математическую модель взаимодействия инвестора и доверительного управляющего, взимающего комиссию в форме доли от активов и доли от прибыли, сформулировать и решить задачу управляющего по максимизации его доходов.

3) На основе анализа решения задач поведения доверительного управляющего, определить, как различные факторы влияют на оптимальный для управляющего размер комиссии.

4) Провести сравнение оптимальных размеров комиссий, вычисленных на основе моделей, с фактическими значениями размеров комиссий доверительного управляющего (на примере реального доверительного управляющего).

Объектом исследования выступает рынок услуг доверительного управления активами. Предмет исследования - взаимодействие инвестора и доверительного управляющего на рынке услуг доверительного управления активами.

Область исследования. Исследование соответствует п. 1.6 «Математический анализ и моделирование процессов в финансовом секторе экономики, развитие метода финансовой математики и актуарных расчетов» Паспорта научной специальности 08.00.13 - Математические и инструментальные методы экономики (экономические науки).

Информационную базу исследования составили результаты доверительного управления на российском фондовом рынке с 2003 по 2012 годы, труды отечественных и зарубежных специалистов, нормативно-правовые акты Российской Федерации, нормативные документы, опубликованные в периодической печати, а также в сети Интернет.

Методология и методы исследования. Методологическую основу исследования составляют труды российских и зарубежных авторов, посвященные анализу деятельности управляющих на фондовом рынке, как на российском, так и на зарубежных, а также работы, посвященные различным аспектам анализа данных фондового рынка.

В работе используются следующие методы: научная абстракция, математическое моделирование, эконометрический и статистический анализ

Научная новизна исследования заключается в разработке и исследовании экономико-математических моделей, предназначенных для определения условий для долгосрочного сотрудничества инвестора и доверительного управляющего, а также сигналов, позволяющих инвестору выбрать управляющего с высокой

средней доходностью, принимая во внимание более широкий, по сравнению с общеизвестным, спектр влияющих факторов. Разработанные модели могут служить базой для построения более широких моделей другими исследователями.

Положения, выносимые на защиту. В соответствии с поставленными задачами, были получены следующие научные результаты:

1) Разработана экономико-математическая модель поведения доверительного управляющего, взимающего комиссию в форме доли от активов, и доказано наличие ее решения для линейных функций спроса инвестора. В результате решения задачи оптимизации поведения доверительного управляющего выявлена обратная зависимость размера комиссии от доходности стратегии, прямая зависимость размера комиссии от ставки дисконтирования и вероятности ухода инвестора при нулевой комиссии. В отличие от результатов, полученных в других работах, исследование модели дает аналитическое представление зависимости размера комиссии и доходности стратегии, которая ранее выявлялась, как правило, при помощи статистического анализа (С. 67-87).

2) В рамках принятых гипотез о поведении контрагентов разработана экономико-математическая модель поведения доверительного управляющего, взимающего комиссию в форме доли от прибыли, и доказано наличие ее решения для линейных функций спроса инвестора. В результате решения задачи оптимизации поведения подтверждены выводы спецификации с комиссией в форме доли от активов и установлена обратная зависимость размера комиссии от агрессивности стратегии управляющего (как зависимости оптимального размера комиссии от ожидаемой доходности стратегии) и от стабильности результатов стратегии управляющего (С. 87-104).

3) По данным о договорах доверительного управления компании «ФИНАМ» вычислены фактические и оптимальные значения комиссий для каждой из трех рассмотренных в работе стратегий поведения доверительного управляющего, а также эластичности оптимального размера комиссии по доходности стратегии, ставке дисконтирования и вероятности ухода инвестора при нулевой комиссии. Установлено, что фактические значения комиссий,

взимаемых компанией «ФИНАМ», оказались в среднем на 1% выше оптимальных значений , полученных в результате исследования модели поведения доверительного управляющего. Это свидетельствует о возможности снижения оттока клиентов за счет оптимизации размера комиссии (С. 104-157).

Теоретическая значимость работы состоит в том, что, в отличие от результатов, полученных другими исследователями, выводы относительно зависимости уровня комиссии управляющего от различных факторов получены не в результате корреляционного или статистического анализа, а на основании анализа решения оптимизационной задачи управляющего в экономико-математической модели, описывающей поведение двух экономических агентов. Предложены спецификации модели как в общем виде, так и для двух вариантов предпосылок относительно вида функций спроса инвестора.

На основе предложенных моделей существует возможность проводить сценарный анализ различных ситуаций на рынке услуг доверительного управления.

Разработанные модели могут служить базой для постановки более широких, в том числе теоретико-игровых, задач анализа взаимодействия инвесторов и доверительных управляющих.

Практическая значимость работы состоит в том, что на основании моделирования и проведенных теоретических исследований сформулированы конкретные рекомендации для инвесторов:

1) Комиссия выше среднерыночного уровня является сигналом о невысоких ожиданиях управляющего относительно будущей доходности стратегии.

2) Локальные убытки, если они не превышают заявленные по стратегии максимальные риски, не свидетельствуют о низком уровне доходности стратегии управляющего.

3) Если управляющий предлагает выбрать агрессивную стратегию - то это может свидетельствовать о низком уровне доходности стратегии, так как при

условии наличия высокой положительной средней доходности управляющий склонен предлагать более консервативную стратегию.

4) Если в процессе заключения договора управляющий не снижает размер комиссии даже, если сумма существенно выше минимального порога для данной услуги, то это свидетельствует о невысоких ожиданиях управляющего относительно будущей доходности стратегии.

5) Если после успешного для стратегии года управляющий повышает комиссию, то это сигнализирует о том, что полученный результат вероятнее всего случаен.

Помимо этого, модель может быть использована инвестиционными компаниями для расчета оптимального размера комиссии, а также для сценарного анализа в принятии решений. На основе разработанной модели можно моделировать кризисные ситуации, оценить отток средств инвесторов в случае получения убытков различного размера, и какую часть дохода при этом потеряет инвестиционная компания.

Степень достоверности, апробация и внедрение результатов исследования. Полученные в работе теоретические результаты были подтверждены эмпирической проверкой. Обоснованность выводов и результатов исследования подтверждается использованием адекватных математических, статистических и эконометрических методов анализа.

Результаты исследования были представлены: на ежегодных Немчиновских чтениях (Москва, МГУ имени Ломоносова, ЦЭМИ РАН, 8 апреля 2015 г.); на Международной конференции студентов, аспирантов и молодых ученых «Ломоносов» (Москва, Экономический факультет МГУ имени Ломоносова, 13-17 апреля 2015 г.); на научном семинаре «Анализ инвестиционных проектов» (Москва, ИСА РАН, 27 ноября 2019 г.).

Результаты исследования были применены в деятельности Отдела Трейдинга и Инвестиционного Консультирования Управления Торговых Операций ПАО «Банк ВТБ 24». В частности, использовались выводы по оптимальному поведению управляющего, а также модель, позволяющая

рассчитывать оптимальный размер комиссии в зависимости от множества факторов. Внедрение результатов диссертации позволило уменьшить процент клиентов, отказывающихся от тарифа «Персональный брокер» в первые месяцы работы, а также увеличить среднюю продолжительность использования услуги.

Апробация и внедрение результатов исследования подтверждены соответствующими документами.

Публикации. Основные результаты и положения диссертации изложены в 5 работах общим объемом 6,3 п.л. (весь объем авторский), опубликованных в рецензируемых научных изданиях, определенных ВАК при Минобрнауки России.

Структура и объем диссертации определяется поставленной целью, задачами и логикой исследования. Диссертация состоит из введения, трех глав, заключения, списка литературы из 116 наименований и 4 приложений. Текст диссертации изложен на 195 страницах, включает 51 таблицу и 21 рисунок.

Глава 1

Особенности поведения экономических агентов на финансовых рынках

1.1 Влияние колебаний цен на финансовых рынках на поведение экономических агентов

Исследования природы колебаний на финансовых рынках

Исторически сложились три основных подхода к выбору активов и стратегии инвестирования на финансовых рынках: фундаментальный анализ, технический анализ и гипотеза эффективного рынка.

Согласно гипотезе эффективного рынка (в слабой форме), изменения цены имеют форму случайного блуждания, то есть будущие изменения цен активов не зависят от прошлых. Впервые эта идея была высказана L. Bachelier в 1900 г. [23]. Потом эту идею развил E. Fama в 1965 г. в своей работе [53]. Как утверждает слабая форма гипотезы эффективного рынка, с годами цены на товары и услуги растут, поэтому наилучшая торговая стратегия - купить товар и держать его у себя до победного конца. То есть, гипотеза эффективного рынка служит теоретической основой для торговой стратегии «купил и держи» - стратегии пассивного инвестирования.

Слабая форма гипотезы эффективного рынка согласуется с фундаментальным анализом, но не согласуется с техническим. Предпосылка о независимости изменений цен активов присутствует в портфельной теории (H. Markowitz [90]), в модели оценки долгосрочных активов, во многих других теориях, используемых в фундаментальном анализе.

Однако во многих исследованиях, проведенных после 1965 г., были обнаружены факты, никак не вписывающиеся в гипотезу эффективного рынка. В исследовании B. Rosenberg, A. Rudd [105] показано, что в изменениях цен акций

периодически появляются краткосрочные корреляции. Авторы использовали месячные данные котировок американских акций с 1973 по 1980 год.

Ранее в статье M. Roseff, W. Keaney [106] было обнаружено, что акции небольших американских компаний с 1904 по 1974 год. сильнее всего росли в начале года («январский эффект»). В работе M. Reinganum [103] уточняется, что «январский эффект» особенно силен для небольших компаний, чьи акции падали в течение предыдущего года. Однако аналогичное исследование J. Lakonishok, S. Smidt [78] не выявило аналогичного эффекта для акций крупных компаний. Что вполне логично: чем меньше ликвидность актива, тем менее реалистичны предпосылки гипотезы эффективного рынка. Хотя и для ликвидных активов они тоже не всегда реалистичны.

В работе P. Prince [99] обнаружено, что с 1960 по 1964 год в понедельник акции на американском фондовом рынке снижались чаще, чем в другие дни недели. В исследовании J. Jaffe, R. Westerfield [71] где изучались фондовые рынки США, Великобритании, Японии, Канады и Австралии, было показано, что фондовый рынок каждый из стран имеют свою модель поведения, т. е., что в каждой из стран имеются определенные дни недели, когда акции чаще всего растут или падают.

Фундаментальный анализ заключается в прогнозировании цены актива, исходя из экономических факторов. Применительно к фондовому рынку он предполагает изучение бухгалтерской отчетности эмитента, макроэкономической статистики, прогнозов развития различных отраслей и рынков и т.п.

С теоретической точки зрения, фундаментальные аналитики обычно предполагают, что изменение цен (по крайней мере, в краткосрочном периоде) носит случайных характер. Но при этом цены колеблются вокруг некоторой «справедливой цены» актива, которую можно рассчитать с помощью фундаментального анализа. Таким образом, рассчитав «справедливую цену» актива, а также ее динамику на несколько лет вперед, можно получить прибыль в долгосрочном периоде. Выбирая активы с наибольшей разницей между

«справедливой ценой» и текущей ценой, можно обыграть рынок в долгосрочном периоде, как считают фундаментальные аналитики.

Однако в фундаментальном анализе в любом случае ряд показателей, таких как процентная ставка будущих периодов или будущие темпы роста (или падения) производства и цен на продукцию, являются неизвестными, а, между тем, от их малейшего изменения цена актива меняется существенно. Конечно, их можно прогнозировать, но такие прогнозы не могут быть точны на 100%.

При этом любая статистика, будь то бухгалтерская отчетность предприятия или макроэкономические данные по стране, выходит с некоторым запаздыванием и, скорее всего, она уже будет отражена в текущих рыночных котировках к моменту своего выхода. Не стоит забывать, что и сам фундаментальный анализ отнимает много времени.

Фундаментальный анализ, или его отдельные элементы, крайне сложно формализовать в виде торговой стратегии. Но поскольку в фундаментальном анализе также предполагается, что изменения цен в краткосрочном периоде носят случайный характер, то наилучшей краткосрочной торговой стратегией также будет «купи и держи». С точки зрения фундаментального анализа, нужно только правильно выбрать актив для вложения средств и ждать его повышения в цене. Состав портфеля активов, конечно, может пересматриваться, но этот пересмотр происходит нечасто.

Технический анализ - это метод прогнозирования цен с помощью исследования движений рынка за предыдущие периоды времени. Под движениями рынка понимаются изменения трех основных информационных показателей: цены, объема и открытого интереса. Ценой может быть, как действительная цена товара или ценной бумаги, так и значения фондовых и других индексов. Объем торговли - это сумма сделок за определенный промежуток времени, например, за торговый день. Открытый интерес - это количество позиций, не закрытых на конец торгового дня. Этот термин используется для фьючерсных рынков. Общеупотребительными терминами

являются длинная (long) и короткая (short) позиции. Они означают соответственно покупку (от английского belong) или продажу.

С математической точки зрения вопрос обоснования эффективности технического анализа рассматривал E. Peters в работах [8], [9], [10]. Используя идеи Фрактальной Геометрии, разработанной Mandelbrot, а также R/S анализ Peters показывает, что график цены различных активов обладает отличными от случайного блуждания свойствами. Это говорит о возможности получения прибыли с помощью технического анализа.

Тема технического анализа часто затрагивается в исследованиях, где разрабатываются модели микроструктуры рынка. Например, в работе L. Blume, D. Easley, M. O'Hara [32] строится такая модель микроструктуры рынка, в которой технический анализ позволяет получать прибыль.

Оригинальное обоснование существованию трендов на фондовом рынке приведено в работе J. Treynor, R. Ferguson [112]. В данной работе движение цены привязано к распространению информации об активе. Если все инвесторы получают информацию одновременно, то цена находится в состоянии равновесия. Если же они ее получают не одновременно, а информация при этом меняет равновесную цену, то цена движется в сторону новой равновесной по мере распространения информации. Таким образом, образуются тренды.

Обычно критики технического анализа утверждают, что он не позволяет получать значительных доходов на длительных промежутках времени или, другими словами, что стратегия «купил и держи» обыгрывает технический анализ. Однако на это счет существуют разные мнения. Технический анализ, в отличие от фундаментального анализа и гипотезы эффективного рынка, позволяет построить множество торговых стратегий и осуществлять активную торговлю. Насколько данные торговые стратегии хороши, можно увидеть из их сравнения со стратегией «купи и держи», которой придерживаются гипотеза эффективного рынка и, в определенной степени, фундаментальный анализ.

Таким образом, торговые стратегии для активной торговли на рынке позволяет построить только технический анализ. Гипотеза эффективного рынка и,

в некоторой степени, фундаментальный анализ рекомендуют придерживаться стратегии «купил и держи» (по крайней мере, до существенных изменений в отчетности компаний).

Эмпирические проверки различных закономерностей в поведении цен и возможности их применения в реальной торговле

Проверить все методы технического анализа не представляется возможным. Большая часть этих методов слишком субъективна: там, где один технический аналитик увидит сигнал к покупке, другой вполне может увидеть сигнал к продаже. Поэтому эмпирической проверке поддаются лишь торговые стратегии, основанные на методах технического анализа. Торговая стратегия представляет собой набор правил, на основе которых принимается решение покупать или продавать тот или иной актив. Далее под торговыми стратегиями, основанными на методах технического анализа, будем понимать механические торговые стратегии. Механическая торговая стратегия - четкий набор формализованных, не допускающих двойного толкования правил для совершения сделок. Собственно, проверка эффективности методов технического анализа сводится к проверке соответствующих этим методам механических торговых стратегий.

Список литературы диссертационного исследования кандидат наук Коржнев Станислав Владимирович, 2021 год

Список литературы

Книги, монографии, учебные пособия

1. Гатауллин, Т. М. Случайное инвестирование: современная теория и практика: монография / Т. М. Гатауллин, В. И. Малыхин, Л. Л. Гончаров. -Москва : Издательский дом ГУУ, 2016. - 118 с. - ISBN 978-5-215-02863-6.

2. ДеМарк, Т. Технический анализ - новая наука / Т. Демарк; перевод с английского - Москва : Диаграмма, 2006. - 288 с. - ISBN 5-902537-01-0.

3. Кац, Дж. О. Д. Энциклопедия торговых стратегий / Дж. О. Кац, Д. Маккормик; перевод с английского - Москва : Альпина Бизнес Букс, 2007. -392 с. - ISBN 978-5-9614-0609-2.

4. Колби, Р. Энциклопедия технических индикаторов рынка / Р. Колби; перевод с английского - Москва : Альпина Бизнес Букс, 2004. - 837 с. -ISBN 5-9614-0031-Х.

5. Миркин, Я. М. Рынок ценных бумаг России: воздействие фундаментальных факторов, прогноз и политика развития / Я. М. Миркин. -Москва : Альпина Паблишер, 2002. - 624 с. - ISBN 5-94599-029-9.

6. Рубцов, Б. Б. Современные фондовые рынки : учебное пособие для вузов / Б. Б. Рубцов. - Москва : Альпина Бизнес Букс, 2007. - 926 с. -ISBN 5-9614-0435-8.

7. Трегуб, И. В. Технический анализ фондового рынка : учебник / И. В. Трегуб - Москва : Финансовый университет, 2013 - 224 с. -ISBN 978-5-7942-0993-8.

8. Peters, E. Chaos and Order in the Capital Markets / E. Peters. - New York : John Willey & Sons. - 1996. - 288 p. - ISBN 978-0471139386.

9. Peters, E. Fractal Market Analysis / E. Peters. - New York : John Willey & Sons. - 1994. - 336 p. - ISBN 978-0471585246.

10. Peters, E. Complexity Risk and Financial Markets / E. Peters - New York : John Willey & Sons. - 1999. - 240 p. - ISBN 978-0471399810.

Нормативные правовые акты

11. Российская Федерация. Законы. О рынке ценных бумаг : Федеральный закон : [принят Государственной Думой 20 марта 1996 г. : по состоянию на 27 декабря 2018] - Справочно-правовая система «Консультант Плюс» - Текст : электронный. - URL: http://www.consultant.ru/document/cons_doc_LAW_10148/. (дата обращения: 18.01.2019).

12. Российская Федерация. Законы. О внесении изменений в Федеральный закон «О рынке ценных бумаг» : Федеральный закон : [принят Государственной Думой 8 декабря 2006 г. : по состоянию на 29 июня 2015] -Справочно-правовая система «Консультант Плюс» - Текст : электронный. - URL: http: //www.consultant.ru/document/cons_doc_LAW_64884/. (дата обращения: 18.01.2019).

Электронные ресурсы

13. Данные по котировкам индекса МосБиржи - ПАО «Московская биржа» - Текст : электронный. - URL: https://www.moex.com/ru/index/IMOEX/archive/. (дата обращения: 12.07.2016).

14. Программное обеспечение для эконометрических расчетов Eviews-Текст : электронный. - URL: https://www.eviews.com/. (дата обращения: 13.04.2015).

15. Нормализованные данные по клиентам компании «ФИНАМ» - Текст : электронный. - URL: http://www.mediafire.com/file/zo46jsh5kzk7qz3/data3c.xlsx/file. (дата обращения: 26.12.2019).

164 Статьи

16. Гуриев, С. М. Что такое теория контрактов? / С. М. Гуриев // Экономическая Школа. Аналитическое приложение. - 2002. - № 1. - С. 77-118.

17. Пастухов, С. В. О некоторых вероятностно-статистических методах в техническом анализе / С. В. Пастухов // Теория Вероятностей и ее применения. -2004. - № 49, том 2. - С. 297-316. - ISSN 0040-361X.

18. Abdesaken, G. Conflicts of interest in multi-fund management / G. Adbesaken // Journal of Asset Management. - 2019. - Vol. 20, Issue 1. - P. 54-71. -ISSN 1470-8272.

19. Akerlof, G. The Market for "Lemons": Quality Uncertainty and the Market Mechanism / G. Akerlof // The Quarterly Journal of Economics. - 1970. - Vol. 89. -Р. 488-500. - ISSN 0033-5533.

20. Allen, F. Using genetic algorithms to find technical trading rules / F. Allen, R. Karjalainen // Journal of Financial Economics. - 1999. - Vol. 51. - Р. 245-271. -ISSN 0304-405X.

21. Andreu, L. The Value Added by Trading Based on Valuation Criteria / L. Andreu, L. Mateos, J. L. Sarto // International Review of Finance. - 2017 - Vol. 17, Issue 3. - P. 327-352. - ISSN 1468-2443.

22. Antoniu, A. Technical Analysis, Trading Volume and Market Efficiency: Evidence from an Emerging Market / A. Antoniu, N. Ergul, P. Holmes, R. Priesltey // Applied Financial Economics. - 1997. - Vol. 7. - P. 361-365. - ISSN 0003-6846.

23. Bachelier, L. Theorie de la speculation / L. Bachelier // Annales Scientifiques de l'Ecole Nórmale Superieure. - 1900. - Vol. 18. - P. 143-210.

24. Baker, M. Can Mutual Fund Managers Pick Stocks? Evidence From Their Trades Prior to Earnings Announcements / M. Baker, L. Litov, J. Wachter, J. Wurgler // Journal of Financial and Quantitative Analysis. - 2010. - Vol. 45. - P. 1111-1131. -ISSN 0022-1090.

25. Baks, K. Should Investors Avoid All Actively Managed Funds? A Study in Bayesian Performance Evaluation / K. Baks, A. Metrick, J. Wachter // Journal of Finance. - 2001. - Vol. 56. - P. 45-85. - ISSN 0022-1082.

26. Bennet, S. A new perspective on performance persistence: evidence using portfolio holdings / S. Bennet, D. Gallagher, G. Harman, G. Warren, Y. Xi // Accounting and Finance. - 2018. - Vol. 58. - P. 91-125. - ISSN 0810-5391.

27. Berk, J. Mutual Fund Flows and Performance in Rational Markets / J. Berk, R. Green // Journal of Political Economy. - 2004. - Vol. 112. - P. 1269-1295. -ISSN 0022-3808.

28. Berk, J. Measuring skill in the mutual fund industry / J. Berk, J. van Binsbergen // Journal of Financial Economics. - 2015. - Vol. 118. - P. 1-20. -ISSN 0304-405X.

29. Bessembinder, H. Market Efficiency and the Returns to Technical Analysis / H. Bessembinder, K. Chan // Financial Management. - 1998. - Vol. 2, Issue 2. -P. 5-17. - ISSN 0046-3892.

30. Bessembinder, H. The profitability of technical trading rules in the Asian stock markets / H. Bessembinder, K. Chan // Pacific-Basin Finance Journal. - 1995. -Vol. 3. - P. 257-284. - ISSN 0927-538X.

31. Bezhentseva Mateus, I. Benchmark-adjusted performance of US equity mutual funds and the issue of prospectus benchmarks / I. Bezhentsveva Mateus, C. Mateus, N. Todorovic // Journal of Asset Management. - 2019. - Vol. 20, Issue 1. -P. 15-30. - ISSN 1470-8272.

32. Blume, L. Market Statistics and Technical Analysis: The Role of Volume / L. Blume, D. Easley, M. O'Hara // Journal of Finance. - 1994. - Vol. 49, Issue 1. -P. 153-181. - ISSN 0022-1082.

33. Brock, W. B. Simple Technical Trading Rules and the Stochastic Properties of Stock Returns / W. Brock, J. Lakonishok, B. LeBaron // Journal of Finance. - 1992. -Vol. 47, Issue 5. - P. 1731-1764. - ISSN 0022-1082.

34. Broeders, D. Does it pay to pay performance fees? Empirical evidence from Dutch pension funds / D. Broeders, A. van Oord, D. Rijsbergen // Journal of International Money and Finance. - 2019. - Vol. 93. - P.299-312. - ISSN 0261-5606.

35. Caginalp, G. The predictive power of price patterns / G. Caginalp, H. Laurent //Applied Mathematical Finance. - 1998. - Vol. 5. - P. 181-205. -ISSN 1466-4313.

36. Carhart, M. Mutual Fund Survivorship / M. Carhart, J. Carpenter, A. Lynch, D. Musto // The Review of Financial Studies. - 2002. - Vol. 15. -P. 1439 - 1463. - ISSN 0893-9454.

37. Carhart, M. Learning the Tape: Evidence of Gaming Behavior in Equity Mutual Funds / M. Carhart, R. Kaniel., D. Musto, A. Reed // Journal of Finance. - 2002. - Vol. 57. - P. 661-693. - ISSN 0022-1082.

38. Chan, C.-Y. Strategic Choice of Risk: Evidence from Mutual Fund Families / C.-Y. Chan, C. Lai , L.-C. Lee // Journal of Financial Services Research. -2017. - Vol. 51, Issue 1. - P. 125-163. - ISSN 0920-8550.

39. Chan, L. On Mutual Funds Investment Styles / L. Chan, H.-L. Chen, J. Lakonishok // The Review of Financial Studies. - 2002. - Vol. 15. - P. 1407-1437. -ISSN 0893-9454.

40. Chen, H.-L. The Value of Active Mutual Fund Management: An Examination of the Stockholdings and Trades of Fund Managers / H.-L. Chen, N. Jegadeesh, R. Wermers // Journal of Financial and Quantitative Analysis. - 2000. -Vol. 35. - P. 343-368. - ISSN 0022-1090.

41. Clare, A. The performance of long-serving fund managers / A. Clare // International Review of Financial Analysis. - 2017. - Vol. 52. - P. 152-159. -ISSN 1057-5219.

42. Cogneau, P. The prediction of fund failure though performance diagnostics / P. Cogneau, G. Hubner // Journal of Banking and Finance. - 2015. - Vol. 50. -P. 224-241. - ISSN 0378-4266.

43. Conversano, C. Analysis of Mutual Funds' Management Styles: a Modeling, Ranking and Visualizing Approach / C. Conversano, D. Vistocco // Journal of Applied Statistics. - 2010. - Vol. 37. - P. 1825-1845. - ISSN 0266-4763.

44. Corzo Santamaria, T. Timid performance fees in mutual funds // T. Corzo Santamaria, C. M. de Ibarreta, J. R. Calvo // Journal of Asset Management. - 2018. -Vol. 19, Issue 1. - P. 64-77. - ISSN 1470-8272.

45. Coutts, A. Trading rules and stock returns: some preliminary short run evidence from the Hang Seng 1985-1997 / A. Coutts, K. Cheung // Applied Financial Economics. - 2000. - Vol. 10. - P. 579-586. - ISSN 0003-6846.

46. Cuthbertson, K. A review of behavioral and management effect in mutual fund performance / K. Cuthbertson, D. Nitzche, N. O'Sullivan // International Review of Financial Analysis. - 2016. - Vol. 44. - P. 162-176. - ISSN 1057-5219.

47. Dawson, E. On the Existence of Visual Technical Patterns in the UK stock market / E. Dawson, J. Steely // Journal of Business Finance & Accounting. - 2003. -Vol. 30, Issue 2. - P. 263-293. - ISSN 0306-686X.

48. Day, T. Dividends, nonsynchronous prices and the returns from trading the Dow Jones Industrial Average / T. Day, P. Wang // Journal of Empirical Finance. -2002. - Vol. 9. - P. 431-454. - ISSN 0927-5398.

49. Demidenko, E. Confidence intervals and bands for the binormal ROC curve revisited / E. Demidenko // Journal of Applied Statistics. - 2012. - Vol. 1. -P. 67-79. - ISSN 0266-4763.

50. Dimoka, A. On Product Uncertainty in Online Markets: Theory and Evidence / A. Dimoka, Y. Hong, P. Pavlou // Management Information Systems Quarterly. - 2012. - Vol. 36, Issue 2. - P. 395-426. - ISSN 0276-7783.

51. Eisele, A. Trading Out of Sight: An Analysis of Cross-Trading in Mutual Fund Families / A. Eisele, T. Nefedova, G. Parise, K. Peijnenburg // Journal of Financial Economics. - 2020. - Vol.135, Issue 2. - P. 359-378. - ISSN 0304-405X.

52. Elton, E. Incentive Fees and Mutual Funds / E. Elton, M. Gruber, C. Blake // Journal of Finance. - 2003. - Vol. 58. - P. 779-804. - ISSN 0022-1082.

53. Fama, E. Random Walks in Stock Market Prices / E. Fama // Financial Analysts Journal. - 1965. - Vol. 21, Issue 5. - P. 59-55. - ISSN 0015-198X.

54. Fang, Y. The predictability of asset returns: an approach combining technical analysis and time series forecast / Y. Fang, D. Xu // International Journal of Forecasting. - 2003. - Vol. 19. - P. 369-385. - ISSN 0169-2070.

55. Fawcett, T. An introduction to ROC analysis / T. Fawcett // Pattern Recognition Letters. - 2006. - Vol. 27. - P. 861-874. - ISSN 0167-8655.

56. Feng, X. Mutual funds' selective participation and subsequent performance of seasoned equity offerings / X. Feng, K. Chan // Empirical Economics. - 2019. -Vol. 56, Issue 6. - P. 1797-1822. - ISSN 0377-7332.

57. Goetzman, W. Cognitive dissonance and mutual funds investors / W. Goetzman, N. Peles // Journal of Financial Research. - 1997. - Vol. 20. -P. 145-158. - ISSN 0270-2592.

58. Grinblatt, M. Signalling and the Prices of New Issues / M. Grinblatt, C. Y. Hwang // Journal of Finance. - 1989. - Vol. 44, Issue 1. - P. 393-420. -ISSN 0022-1082.

59. Grinblatt, M. Momentum Investment Strategies, Portfolio Performance, and Herding: A Study of Mutual Fund Behavior / M. Grinblatt, S. Titman, R. Wermers // The American Economic Review. - 1995. - Vol. 85. - P. 1088-1105. -ISSN 0002-8282.

60. Groening, C. Cross-validation of Customer and Employee Signals and Firm Valuation / C. Groening, V. Mittal, Y. Zhang // Journal of Marketing Research. - 2016.

- Vol. 53. - P. 61-76. - ISSN 0022-2437.

61. Guercio, D. Playing favorites: Conflicts of interest in mutual fund management / D. Guercio, E. Genc, H. Tran // Journal of Financial Economics. - 2018.

- Vol. 128. - P. 535-557. - ISSN 0304-405X.

62. Gunasekarage, A. The profitability of moving average trading rules in South Asian stock markets / A. Gunasekarage, D. Power // Emerging Markets Review.

- 2001. - Vol. 2. - P. 17-33. - ISSN 1566-0141.

63. Hamdani, A. Incentive Fees and Competition in Pension Funds: Evidence from a Regulatory Experiment / A. Hamdani, E. Kandel, Y. Mugerman, Y. Yafeh // Journal of Law, Finance And Accounting. - 2017. - Vol. 2, Issue 1. - P. 49-86. -ISSN 2380-5013.

64. Hendricks, D. Hot Hands in Mutual Funds: Short-Run Persistence of Relative Performance / D. Hendricks, J. Patel, R. Zeckhauser // Journal of Finance. -1993. - Vol. 48. - P. 93-130. - ISSN 0022-1082.

65. Hendricks, D. The J-Sharpe of Performance Persistence given Survivorship Bias / D. Hendricks, J. Patel, R. Zeckhauser // Review of Economics and Statistics. -1997. - Vol. 79, Issue 2. - P. 161-166. - ISSN 0034-6535.

66. Horvath, L. Confidence bands for ROC curves / L. Horvath, Z. Horvath, W. Zhou // Journal of Statistical Planning and Interference. - 2008. - Vol. 138. -P. 1894-1904. - ISSN 0378-3758.

67. Hsieh, F. Nonparametric and semiparametric estimation of the receiver operating characteristic curve / F. Hsieh, B. Turnbull // The Annals of Statistics. - 1996. - Vol. 1. - P. 25-40. - ISSN 0090-5364.

68. Hudson, R. A note on the weak form efficiency of capital markets: The application of simple technical trading rules to the UK stock prices - 1935 to 1994 /

R. Hudson, M. Dempsey, K. Keasey // Journal of Banking and Finance. - 1996. -Vol. 20. - P. 1121-1132. - ISSN 0378-4266.

69. Ibert, M. Are Mutual Fund Managers Paid for Investment Skill? / M. Ibert, R. Kaniel, S. van Nieuwerburgh, R. Vestman // The Review of Financial Studies. -2018. - Vol. 31, Issue 2. - P. 715-772. - ISSN 0893-9454.

70. Ito, A. Profits on technical trading rules and time-varying expected returns: Evidence from Pacific-Basin equity markets / A. Ito // Pacific-Basin Finance Journal. -1999. - Vol. 7. - P. 283-330. - ISSN 0927-538X.

71. Jaffe, J. The Week-End Effects in Common Stock Returns: The International Evidence / J. Jaffe, R. Westerfield // Journal of Finance. - 1985. - Vol. 40, Issue 2. - P. 433-454. - ISSN 0022-1082.

72. Jiang, H. Active Fundamental Performance / H. Jiang, L. Zheng // The Review of Financial Studies. - 2018. - Vol. 31, Issue 12. - P. 4688-4719. -ISSN 0893-9454.

73. Kahneman, D. Prospect theory: An analysis of decision under risk / D. Kahneman, A. Tversky // Econometrica. - 1979. - Vol. 47. - P. 313-327. -ISSN 0012-9682.

74. Kaprielyan, M. Mutual fund trading around mergers and fund performance / M. Kaprielyan, M. Hossain, C. A. Danso // International Journal of Managerial Finance. - 2020. - Vol.16, Issue 1. - P. 1-20. - ISSN 1743-9132.

75. Kenchington, D. Gross profitability and mutual fund performance / D. Kenchington C. Wan, Z. Yuksel // Journal of Banking and Finance. - 2019. -Vol. 104. - P. 31-49. - ISSN 0378-4266.

76. Kwon, K.-Y. A comparative study of technical trading strategies and returns predictability: an extension of Brock, Lakonishok and LeBaron (1992) using NYSE and NASDAQ indices / K.-Y. Kwon, R. Kish // The Quarterly review of Economics and Finance. - 2002. - Vol. 42. - P. 611-631. - ISSN 1062-9769.

77. Lahiri, K. Confidence Bands for ROC Curves with Serially Dependent Data / K. Lahiri, L. Yang. - N.Y.: University at Albany New York, Department of Economics. - Discussion Paper. - 2013. - 37 p.

78. Lakonishok, J. Are season anomalies real? A ninety-year perspective / J. Lakonishok, S. Smidt // The Review of Financial Studies. - 1988. - Vol. 1, Issue 4. -P. 403-425. - ISSN 0893-9454.

79. Leigh, W. Market timing: a test on charting heuristic / W. Leigh, N. Paz, R. Purvis // Economic Letters. - 2002. - Vol. 77. - P. 55-63. - ISSN 0165-1765.

80. Leland, H. Informational Asymmetries, Financial Structure, and Financial Intermediation / H. Leland, D. Pyle // Journal of Finance. - 1977. - Vol. 32, Issue 2. -P. 371-387. - ISSN 0022-1082.

81. Lettau, M. Explaining the facts with adaptive agents: The case of mutual funds flow / M. Lettau // Journal of Economic Dynamics and Control. - 1997. -Vol. 21. - P. 1117-1147. - ISSN 0165-1889.

82. Lewis, G. Asymmetric Information, Adverse Selection and Online Disclosure: the Case of eBay Motors / G. Lewis //The American Economic Review. -2011. - Vol. 101. - P. 1535-1546. - ISSN 0002-8282.

83. Lo, A. Foundations of Technical Analysis: Computational Algorithms, Statistical Inference, and Empirical Implementation / A. Lo, G. Mamaysky, J. Wang // Journal of Finance. - 2000. - Vol. 55, Issue 4. - P. 1705-1765. - ISSN 0022-1082.

84. Lloyd, C. Estimation of a convex ROC curve / C. Lloyd // Statistics and Probability Letters. - 2002. - Vol.59. - P. 99-111. - ISSN 0167-7152.

85. Lloyd, C. Regression Models for Convex ROC Curves / C. Lloyd // Biometrics. - 2000. - Vol.56. - P. 862-867. - ISSN 0006-341X.

86. Lloyd, C. Fitting ROC curves using binomial regression / C. Lloyd // Australia and New Zealand Journal of Statistics. - 2000. - Vol.42. - P. 193-204. -ISSN 1369-1473.

87. Lukac, L. Similarity of Computer-Guided Technical Trading Systems /

L. Lukac, W. Brorsen, S. Irwin // The Journal of Futures Markets. - 1988. - Vol. 8, Issue 1. - P. 1-13. - ISSN 1096-9934.

88. Lukac, L. The Usefullness of Historical in Selecting Parametres for Technical Trading Systems / L. Lukac, W. Brorsen // The Journal of Futures Markets. -1989. - Vol. 9, Issue 1. - P. 55-65. - ISSN 1096-9934.

89. Mansor, F. New evidence on the impact of fees on mutual fund performance of two types of funds / F. Mansor, M. I. Bhatti, M. Ariff // Journal of International Financial Markets, Institutions and Money. - 2015. - Vol. 35. -P. 102-115. - ISSN 1042-4431.

90. Markowitz, H. Portfolio Selection / H. Markowitz // Journal of Finance. -1952. - Vol. 7. - P. 77-91. - ISSN 0022-1082.

91. Moreno, D. Management sub-advising in the mutual fund industry / D. Moreno, R. Rodriguez, R. Zambrana // Journal of Financial Economics. - 2018. -Vol. 127. - P. 567-587. - ISSN 0304-405X.

92. Musto, D. The Economics of Mutual Funds / D. Musto // Annual Review of Financial Economics. - 2011. - Vol. 3. - P. 159-172. - ISSN 1941-1367.

93. Navone, M. Investors' Distraction and Strategic Repricing Decisions / M. Navone // Journal of Banking and Finance. - 2012. - Vol. 36. - 1291-1303. -ISSN 0378-4266.

94. Neely, C. Risk-adjusted, ex-ante, optimal technical trading rules in equity markets / C. Neely // International Review of Economics and Finance. - 2003. -Vol. 12. - P. 69-87. - ISSN 1059-0560.

95. Neftci, S. Naive Trading Rules in Financial Markets and Weiner-Kolmogorov Predictions Theory: A Study of «Technical Analysis» / S. Neftci // Journal of Business. - 1991. - Vol. 64, Issue 4. - P. 549-571. - ISSN 0021-9398.

96. Parisi, F. Simple technical trading rules of stock returns: evidence from 1987 to 1998 in Chile / F. Parisi, A. Vasquez // Emerging Markets Review. - 2000. -Vol. 1. - P. 152-164. - ISSN 1566-0141.

97. Park, C.-H. What Do We Know about the Profitability of Technical Analysis / C.-H. Park, S. Irwin // Journal of Economic Surveys. - 2007. - Vol. 21. -P. 786-826. - ISSN 0950-0804.

98. Pastor, L. Do Funds Make More When They Trade More / L. Pastor, R. Stambaugh, L. Taylor // Journal of Finance. - 2017. - Vol. 72, Issue 4. -P. 1483-1528. - ISSN 0022-1082.

99. Prince, P. Day of the Week Effects: Hourly Data / P. Prince // Journal of Financial Economics. - 1982. -Vol. 9, Issue 2. - P. 3-18. - ISSN 0304-405X.

100. Rahman, S. The investment performance, attributes, and investment behavior of ethical equity mutual funds in the US: an empirical investigation / S. Rahman, C.-F. Lee, Y. Xiao // Review of Quantitative Finance and Accounting. -2017. - Vol. 49, Issue 1. - P. 91-116. - ISSN 0924-865X.

101. Ratner, M. Test of technical trading strategies in the emerging equity markets of Latin America and Asia / M. Ratner, R. Leal // Journal of Banking and Finance. - 1999. - Vol. 23. - P. 1887-1905. - ISSN 0378-4266.

102. Ready, M. Profits from Technical Trading Rules / M. Ready // Financial Management. - 2002. - Vol. 31, Issue 3. - P. 43-61. - ISSN 0046-3892.

103. Reinganum, M. The Anomalous Stock Market Behavior of Small Firms in January: Empirical Tests for Tax-Loss Selling Effects / M. Reinganum // Journal of Financial Economics. - 1983. - Vol. 12, Issue 1. - P. 89-104. - ISSN 0304-405X.

104. Rohleder, M. Mutual Fund Stock-Picking Skill: New Evidence from Valuation- versus Liquidity-motivated Trading / M. Rohleder, D. Schulte, J. Syryca, M. Wilkens // Financial Management. - 2018. - Vol. 47, Issue 2. - P. 309-347. -ISSN 0046-3892.

105. Rosenberg, B. Factor-related and Specific Returns of Common Stocks: Serial Correlation and Market Inefficiency / B. Rosenberg, A. Rudd // Journal of Finance. - 1982. - Vol. 37, Issue 2. - P. 543-554. - ISSN 0022-1082.

106. Rozeff, M. Capital Market Seasonality: The Case of Stock Returns / M. Rozeff, W. Kinney // Journal of Financial Economics. - 1976. - Vol. 3, Issue 4. -P. 379-402. - ISSN 0304-405X.

107. Satchell, S. Analytic Models of the ROC Curve: Applications to Credit Rating Model Validation / S. Satchell, W. Xia. - Research Paper 181. - Sydney: University of Technology Sydney. - 2006. - 31 p.

108. Servaes, H. The Costs and Benefits of Performance Fees in Mutual Funds / H. Servaes, K. Sigurdsson. - Finance Working Paper No. 588/2018. - Brussels: European Corporate Governance Institute. - 2018. - 62 p.

109. Sharpe, W. Capital Asset Prices - A Theory of Market Equilibrium under Conditions of Risk / W. Sharpe // Journal of Finance. - 1964. - Vol. 19. - P. 425-442. -ISSN 0022-1082.

110. Sheikhi, M. Financial Distress Prediction Using Distress Score as a Predictor / M. Sheikhi, Z. Sheikhi, M. F. Shams // International Journal of Business and Management. - 2012. - Vol.1. - P. 169-181. - ISSN 1833-3850.

111. Spence, M. Job Market Signalling / M. Spence // The Quarterly Journal of Economics. - 1973. - Vol. 87, Issue 3. - P. 355-374. - ISSN 0033-5533.

112. Treynor, J. In Defense of Technical Analysis / J. Treynor, R. Ferguson // Journal of Finance. - 1985. - Vol. 40, Issue 3. - P. 757-773. - ISSN 0022-1082.

113. Tuzov, N. Mutual Funds Performance: False Discoveries, Bias and Power / N. Tuzov, F. Viens // Annals of Finance. - 2011. - Vol. 7. - P. 137-169. -ISSN 1614-2446.

114. Wermers, R. Performance Measurement of Mutual Funds, Hedge Funds, and Institutional Accounts / R. Wermers // Annual Review of Financial Economics. -2011. - Vol. 3. - P. 537-574. - ISSN 1941-1367.

115. Wong, W.-K. How rewarding is technical analysis? Evidence from Singapore stock market / W.-K. Wong, M. Manzur, B.-K. Chew // Applied Financial Economics. - 2003. - Vol. 13. - P. 543-551. - ISSN 0003-6846.

116. Yilmaz, Y. Analysis of Variance and Linear Contrasts in Experimental Design with Generalized Secant Hyperbolic Distribution / Y. Yilmaz, A. Akkaya // Journal of Computational and Applied Mathematics. - 2008. - Vol.216. -P. 545-553. - ISSN 0377-0427.

Приложение А (информационное) Обозначения, используемые в теоретической модели

Таблица А.1 - Обозначения, используемые в модели

Обозначение Расшифровка

f Комиссия в форме доли от активов

h Комиссия в форме доли от прибыли

rt Доходность стратегии в год t

Gf), G(h) Функция спроса инвестора на услуги управляющего в зависимости от размера комиссии

P(rt) Функция вероятности продолжения работы инвестором в зависимости от полученной доходности

Pf), P(h) Функция вероятности продолжения работы инвестором в зависимости от размера комиссии

i Ставка дисконтирования

r Средняя доходность стратегии

r+ Средняя доходность стратегии при условии завершения года с положительной доходностью

r ~ Средняя доходность стратегии при условии завершения года с отрицательной доходностью

S Параметр функций Gf) и G(h) обозначающий сумму, которую инвестор готов доверить управляющему при нулевой комиссии

к Параметр функции Gf) обозначающий, насколько уменьшится сумма инвестирования при увеличении комиссии на 1

m Параметр функции G(h) обозначающий, насколько уменьшится сумма инвестирования при увеличении комиссии на 1

q Параметр функции Gf), отвечающий за нелинейность

Pa Параметр функций Pf) и P(h) обозначающий вероятность, с которой инвестор расторгнет договор через год при нулевой комиссии управляющего

p Параметр функции Pf) обозначающий, насколько уменьшится вероятность продолжения работы с инвестором при увеличении комиссии на 1.

n Параметр функции P(h) обозначающий, насколько уменьшится вероятность продолжения работы с инвестором при увеличении комиссии на 1.

z Параметр функции Pf), отвечающий за нелинейность

fit Техническая переменная, принимающая значения 0, если инвестор решает продолжить работу после года t, или 1, если инвестор решает расторгнуть договор

st Техническая переменная, год, в котором инвестор решает прекратить сотрудничество

Источник: составлено автором.

Приложение Б

(информационное) Данные по доходностям стратегий

Таблица Б.1 - Данные о доходностях клиентов за год по Стратегии 1

Результат за год Продолжили работу Расторгли Суммарно клиентов

(-95%;-85%) 0 0 0

(-85%;-75%) 0 0 0

(-75%;-65%) 0 0 0

(-65%;-55%) 0 0 0

(-55%;-45%) 0 0 0

(-45%;-35%) 0 7 7

(-35%;-25%) 2 11 13

(-25%;-15%) 9 27 36

(-15%;-5%) 6 39 45

(-5%;+5%) 8 58 66

(+5%;+15%) 28 79 107

(+15%;+25%) 159 87 246

(+25%;+35%) 140 26 166

(+35%;+45%) 186 18 204

(+45%;+55%) 107 12 119

(+55%;+65%) 81 7 88

(+65%;+75%) 41 2 43

(+75%;+85%) 63 5 68

(+85%;+95%) 64 4 68

(+95%;+105%) 41 2 43

(+105%;+115%) 25 0 25

(+115%;+125%) 28 0 28

(+125%;+135%) 35 0 35

(+135%;+145%) 15 0 15

(+145%;+155%) 18 0 18

(+155%;+165%) 12 0 12

(+165%;+175%) 9 0 9

(+175%;+185%) 7 0 7

(+185%;+195%) 6 0 6

(+195%;+205%) 4 0 4

(+205%;+215%) 1 0 1

(+215%;+225%) 5 0 5

(+225%;+235%) 1 0 1

(+235%;+245%) 2 0 2

(+245%;+255%) 0 0 0

(+255%;+265%) 0 0 0

(+265%;+275%) 0 0 0

(+275%;+285%) 0 0 0

(+285%;+295%) 0 0 0

Всего 1112 397 1509

Источник: данные клиентов компании «ФИНАМ» [1 15].

Результат за год Продолжили работу Расторгли Суммарно клиентов

(-95%;-85%) 0 0 0

(-85%;-75%) 0 0 0

(-75%;-65%) 0 0 0

(-65%;-55%) 0 0 0

(-55%;-45%) 0 0 0

(-45%;-35%) 0 0 0

(-35%;-25%) 0 0 0

(-25%;-15%) 0 1 1

(-15%;-5%) 2 5 7

(-5%;+5%) 4 16 20

(+5%;+15%) 27 19 46

(+15%;+25%) 21 4 25

(+25%;+35%) 29 3 32

(+35%;+45%) 19 0 19

(+45%;+55%) 26 0 26

(+55%;+65%) 22 0 22

(+65%;+75%) 17 0 17

(+75%;+85%) 14 0 14

(+85%;+95%) 12 0 12

(+95%;+105%) 6 0 6

(+105%;+115%) 8 0 8

(+115%;+125%) 4 0 4

(+125%;+135%) 2 0 2

(+135%;+145%) 2 0 2

(+145%;+155%) 2 0 2

(+155%;+165%) 0 0 0

(+165%;+175%) 0 0 0

(+175%;+185%) 0 0 0

(+185%;+195%) 0 0 0

(+195%;+205%) 0 0 0

(+205%;+215%) 0 0 0

(+215%;+225%) 0 0 0

(+225%;+235%) 0 0 0

(+235%;+245%) 0 0 0

(+245%;+255%) 0 0 0

(+255%;+265%) 0 0 0

(+265%;+275%) 0 0 0

(+275%;+285%) 0 0 0

(+285%;+295%) 0 0 0

Всего 217 48 265

Источник: данные клиентов компании «ФИНАМ» [1 15].

Результат за год Продолжили работу Расторгли Суммарно клиентов

(-95%;-85%) 0 0 0

(-85%;-75%) 0 0 0

(-75%;-65%) 0 0 0

(-65%;-55%) 0 0 0

(-55%;-45%) 0 0 0

(-45%;-35%) 0 0 0

(-35%;-25%) 0 0 0

(-25%;-15%) 1 5 6

(-15%;-5%) 2 8 10

(-5%;+5%) 7 17 24

(+5%;+15%) 20 12 32

(+15%;+25%) 33 6 39

(+25%;+35%) 27 2 29

(+35%;+45%) 35 2 37

(+45%;+55%) 29 0 29

(+55%;+65%) 17 0 17

(+65%;+75%) 13 0 13

(+75%;+85%) 10 0 10

(+85%;+95%) 11 0 11

(+95%;+105%) 8 0 8

(+105%;+115%) 7 0 7

(+115%;+125%) 7 0 7

(+125%;+135%) 3 0 3

(+135%;+145%) 2 0 2

(+145%;+155%) 1 0 1

(+155%;+165%) 0 0 0

(+165%;+175%) 0 0 0

(+175%;+185%) 0 0 0

(+185%;+195%) 0 0 0

(+195%;+205%) 0 0 0

(+205%;+215%) 0 0 0

(+215%;+225%) 0 0 0

(+225%;+235%) 0 0 0

(+235%;+245%) 0 0 0

(+245%;+255%) 0 0 0

(+255%;+265%) 0 0 0

(+265%;+275%) 0 0 0

(+275%;+285%) 0 0 0

(+285%;+295%) 0 0 0

Всего 233 52 285

Источник: данные клиентов компании «ФИНАМ» [1 15].

Дата Месячные доходности стратегии

01.10.11 -2.37547298

01.09.11 -0.709034446

01.08.11 -6.04961914

01.07.11 -3.590879177

01.06.11 1.291989664

01.05.11 -1.975683891

01.04.11 0.714592664

01.03.11 -1.465383816

01.02.11 -3.911625631

01.01.11 11.96374387

01.12.10 2.535142322

01.11.10 0.888129509

01.10.10 2.815417365

01.09.10 6.242331318

01.08.10 0.338005917

01.07.10 -1.360688678

01.06.10 -0.658674059

01.05.10 -4.11536477

01.04.10 -0.03101129

01.03.10 10.84624256

01.02.10 -4.580639255

01.01.10 0.141225242

01.12.09 -0.274043266

01.11.09 -1.850079639

01.10.09 5.664659553

01.09.09 2.733475913

01.08.09 -2.777086659

01.07.09 5.463290376

01.06.09 -7.14731321

01.05.09 8.000240663

01.04.09 7.853601178

01.03.09 13.23353535

01.02.09 -3.303787127

01.01.09 4.682026616

01.12.08 -0.397538538

01.11.08 -3.517582781

01.10.08 -0.400075845

01.09.08 -2.155274274

01.08.08 -1.868085196

01.07.08 -4.895078154

01.06.08 -2.66932004

01.05.08 -5.173272652

01.04.08 17.5254843

01.03.08 0.58794968

01.02.08 -3.958265673

01.01.08 1.979831805

01.12.07 -5.689704839

01.11.07 7.039770763

01.10.07 -3.249000832

01.09.07 4.326723258

01.08.07 3.141633597

01.07.07 -5.043279637

Дата Месячные доходности стратегии

01.06.07 2.796279674

01.05.07 -0.225083257

01.04.07 -2.140232277

01.03.07 -0.935943022

01.02.07 1.657226265

01.01.07 -6.288530615

01.12.06 0.397127292

01.11.06 21.49829802

01.10.06 15.56166923

01.09.06 2.467885054

01.08.06 0.286864902

01.07.06 -1.659663978

01.06.06 -1.366118805

01.05.06 2.232056675

01.04.06 -3.280897328

01.03.06 0.5615351

01.02.06 8.680147813

01.01.06 5.187259578

01.12.05 0.20417105

01.11.05 21.31063838

01.10.05 11.15581925

01.09.05 2.830971059

01.08.05 1.765746341

01.07.05 3.790908646

01.06.05 15.84273388

01.05.05 12.79944915

01.04.05 13.44290827

01.03.05 -2.812399963

01.02.05 -2.690009012

01.01.05 -4.728285906

01.12.04 13.53124776

01.11.04 -0.249606834

01.10.04 -5.216801846

01.09.04 -0.407099964

01.08.04 4.805527196

01.07.04 13.30022178

01.06.04 3.114507723

01.05.04 -4.898405236

01.04.04 -4.307737767

01.03.04 -2.605199828

01.02.04 -6.190971433

01.01.04 14.88114793

01.12.03 14.33121416

01.11.03 1.951244255

01.10.03 7.624441231

01.09.03 1.490657967

01.08.03 -7.127113403

01.07.03 18.03152497

01.06.03 10.29098215

01.05.03 2.46951181

01.04.03 3.124304701

01.03.03 12.58850266

Дата Месячные доходности стратегии

01.02.03 16.79594864

01.01.03 8.570476075

01.12.02 10.46194569

01.11.02 7.597821048

01.10.02 -4.335889621

01.09.02 -1.747574698

01.08.02 5.840899597

01.07.02 5.274263373

01.06.02 -2.453237017

01.05.02 3.490475065

01.04.02 -2.530760616

01.03.02 -0.016225

Источник: данные компании «ФИНАМ» [15].

Приложение В